浅谈职业教育发展的机遇与挑战

从国家对职业教育的重视、金融危机的影响、地区经济发展前景及当前职业教育存在的不足来叙述职业教育发展所面临的机遇与挑战,并从提高教育教学质量所需做好的基本工作和加强职业教育基础能力建设等问题,浅谈了如何抓住当前机遇以求职业教育取得更大发展的一些看法。     

基于J2EE平台的电子校务设计和实现

介绍了当前流行的J2EE架构的分布式对象结构特点,设计了一个J2EE架构下了电子校务的系统结构和逻辑结构,对系统的设计方法、软件结构及实现技术进行了探讨．     

一种基于神经网络的Hash函数算法研究

如何设计高效、安全的带秘密密钥的单向函数一直是现代密码学研究中的一个热点。首先用神经网络来训练一维非线性分段映射产生混沌序列,并利用该模型产生的非线性序列构造带秘密密钥的Hash函数,该算法的优点之一是神经网络隐式混沌映射关系使直接获取映射关系变得困难,实验结果表明,这种算法具有对初值有高度敏感性、很好的单向性、弱碰撞性,较基于单一混沌映射的Hash函数具有更强的保密性能,且实现简单。     

基于随机混沌序列的图像加密算法

混沌系统的参数敏感性、初值敏感性和以同一分布遍历各态的特性很好地对应了密码系统应具备的一些基本特性。本文提出了一种基于随机混沌序列的图像加密算法。在该算法的图像像素的空间置乱过程中,采用了离散的标准映射混沌系统。而在像素的扩散过程中,通过复合离散混沌系统隐藏了混沌序列产生时所经历的迭代次数。理论分析和仿真实验表明,本文提出的算法具有较高的安全性能,特别是在统计攻击、差分攻击和选择明文攻击能力方面具有很好的抗攻击性能。     

数字水印嵌入分析研究

在借鉴传统通信模型的基础上提出了图像数字水印系统的通信模型,从信息论的角度研究水印系统的性能,对水印算法设计中所涉及到的嵌入强度、嵌入位置和水印信道的容量等问题进行了理论分析,并推导出有效提取水印的信噪比下界.根据理论结果设计的水印算法具有良好的不可感知性和鲁棒性,最后实验结果表明了该分析和计算的有效性及可行性.     

对一种基于混沌映射的对称图像加密算法的改进

文[1]提出了一种基于3D Cat映射的对称图像加密算法，文[2]对其安全性进行了分析，指出该算法在抗选择明文攻击能力方面性能比较差。本文在文[1]的基础上，提出了一种改进的对称图像加密算法。在本算法中，通过复合离散混沌系统隐藏混沌序列产生时所经历的迭代次数，来避免文[2]的基于符号动力学的密码分析。理论分析和仿真实验表明，本文提出的改进算法在保持了原来算法的各种抗攻击能力性能的同时，进一步提高了原算法的抗选择明文攻击能力。     

水下无线光自动对准系统的设计与实现

水下无线光通信(UOWC)具有保密性好、容量大、传输速度快等优点,可应用于水下信息传输、资源勘查等领域,通信链路的快速建立和持续稳定是水下无线光通信实际应用的基本条件。在平台扰动和海水信道杂质干扰的条件下,如何实现远距离的快速对准是水下无线光通信必须解决的问题。针对水下无线光通信过程中系统发射端和接收端之间的链路由于干扰问题引起底层平台不断移动而无法对准的问题,搭建了一个基于激光二极管(LD)的水下无线光自动对准系统,该系统具有自动对准控制的特点,即系统在底层平台移动的情况下,依然可以实现链路的对准。     

基于马尔可夫聚类和混合协同过滤的电视节目推荐

针对家庭用户的电视节目个性化推荐问题,提出一种基于马尔可夫聚类和混合协同过滤(MCL-HCF)算法的混合推荐方法。采用马尔可夫聚类对各个时间段的电视用户进行聚类,产生不同的群组,最小化每个群组里的个体成员和群组整体的偏好差异,再以群组为单位进行电视节目推荐;使用基于物品的协同过滤和基于用户的协同过滤算法分别产生推荐列表;采用基于加权融合的混合推荐算法对两个推荐列表进行处理,得到最终的混合推荐结果。在公开数据集上的实验结果表明,该算法在平衡推荐惊喜度和相关性的同时能够获得令人满意的推荐准确率。     

用于水下通信系统的复合折反式接收天线设计

针对水下无线光通信系统中无法兼顾聚光效率和光斑均匀性的问题,文章设计了一种复合折反式接收天线。仿真结果表明,传统的菲涅尔透镜聚光效率只有58.725%,而新设计的复合折反式接收天线聚光效率达到86.557%。在保证高聚光效率的情况下,光斑的均匀性也较好,均匀度为0.659 3。随后分析了平行光源在不同角度入射时聚光效率和光斑位置偏移的变化,发现菲涅尔透镜在入射角为2°时聚光效率就只有3.582 2%;而文章所设计的复合折反式接收天线在入射角度为1.5°时,聚光效率仍可以达到50%以上,入射角度在4°时仍能检测到光斑。文章设计的接收天线在水下远距离无线激光通信系统中有很好的接收效果,该接收天线适用于高增益和小视场的水下无线激光通信环境。     

重庆方言语音识别系统的设计与实现

语音识别赋予了计算机能够识别出语音内容的功能,是人机交互技术领域的重要研究内容。随着计算机技术的发展,语音识别已经得到了成熟的发展。但是关于方言的语音识别还有很大的发展空间。中国是一个幅员辽阔、人口众多的国家,因此方言种类繁多,其中有3000多万人交流使用的重庆方言就是其中之一。采集了重庆方言的部分词语的文本文件和对应的语音文件建立语料库,根据重庆方言的发音特点,选取重庆方言的声韵母作为声学建模基元,选取隐马尔可夫模型(Hidden Markov Model, HMM)为声学模型设计了一个基于HMM的重庆方言语音识别系统。在训练过程利用语料库中训练集语料对声学模型进行训练,形成HMM模型库;在识别过程利用语料库中的测试集语料进行识别测试。实验结果表明,该系统能够实现重庆方言的语音识别,并且识别的正确率为100%。